A year ago, the cost of AI barely registered. Flat-rate subscriptions masked real usage, budgets were generous, and teams had free rein to experiment. Today, CFOs are scrutinizing the numbers and finding figures that give them pause.

Uber burned through its full 2026 AI budget in just four months. Andrew Macdonald, president and COO, acknowledged it is “harder to justify” spending levels without tangible proof that the expensive tokens translate into genuinely “useful” customer features. The company’s response: a $1,500 monthly cap per employee on individual AI tools.

At Amazon, the overspending came from a different source: engineers were deploying AI agents not out of operational need but to climb internal performance leaderboards. Amazon scrapped those leaderboards and explicitly told teams to stop using “AI for AI’s sake.”

Behind the shift is a fundamental change in billing models. For a long time, providers like Anthropic and OpenAI offered fixed subscriptions—effectively subsidizing usage. When Anthropic switched a client, Workato, to consumption-based pricing last May, the shock was immediate. “Our spend was multiplied by seven on day one. I realized we had created a monster,” said Carter Busse, CIO of Workato. He repurposed weekly AI innovation sessions into “digital financial responsibility” courses, steering teams toward the cheapest models.

Direct exposure to per-query costs is transforming behavior. Instead of a flat access fee, companies now pay for every prompt, every automated task, every decision delegated to an agent—and agents consume far more than the chatbots they replaced. Walmart has capped the number of tokens usable on its internal platform. Microsoft is pointing developers toward less costly models. Cloud providers—Amazon, Google, Microsoft—now offer tools that automatically route requests to the most appropriate and often cheapest model based on the task.

“Compute costs are now entering the minds of CFOs and boards,” noted Costi Perricos, global head of generative AI at Deloitte. Companies promised shareholders massive productivity gains from AI. To deliver, they are now imposing an unanticipated discipline: carefully measured AI consumption.

Il y a encore un an, la question du coût ne se posait presque pas. Les abonnements forfaitaires masquaient la réalité, les budgets IA étaient généreux et les équipes avaient carte blanche pour expérimenter.

Aujourd’hui, les directeurs financiers se penchent sur leurs tableaux de bord et découvrent des chiffres qui les font tiquer.

Chez Uber, la société a consommé l’intégralité de son budget IA pour l’année 2026 en seulement quatre mois. Andrew Macdonald, président et directeur des opérations du groupe, reconnaît qu’il devient « harder to justify »  le niveau de dépenses engagées, faute de preuves tangibles que ces tokens achetés à prix d’or se traduisent par des fonctionnalités réellement « utiles » pour les clients. La réponse de l’entreprise : un plafond mensuel de 1 500 $ par salarié sur les outils IA individuels.

Chez Amazon, le constat est similaire, mais la source du dérapage est différente. Des ingénieurs avaient commencé à déployer des agents IA non parce qu’ils en avaient besoin, mais pour grimper dans les classements internes de performance.

Le groupe a supprimé ces leaderboards et a lancé un message explicite à ses équipes : il faut cesser d’utiliser « l’IA pour l’IA ».

Du forfait au compteur

Pour comprendre ce virage, il faut regarder du côté des modèles de facturation.

Longtemps, les grands fournisseurs comme Anthropic ou OpenAI ont facturé leurs services sous forme d’abonnements fixes. Une manière de « subventionner » les usages.

Quand Anthropic a basculé ce client vers une tarification à la consommation, en mai dernier, le choc a été brutal. « Notre dépense a été multipliée par sept le premier jour. J’ai réalisé qu’on avait créé un monstre. » explique Carter Busse, DSI de Workato, cité par le Financial Times.

Il a reconverti ses sessions hebdomadaires d’innovation IA en cours de « responsabilité financière numérique », orientant ses équipes vers les modèles les moins coûteux.

Cette exposition directe au prix de chaque requête change la donne. Les entreprises ne payent plus un abonnement pour avoir accès à l’IA mais pour chaque prompt, chaque tâche automatisée, chaque décision déléguée à un agent.

Et les agents consomment bien plus que les chatbots qui les ont précédés.

ROI : le nouvel horizon

Face à cette réalité, les entreprises cherchent leurs marques. Walmart a plafonné le nombre de tokens utilisables sur sa propre plateforme interne. Microsoft oriente ses développeurs vers des modèles moins onéreux. Partout, la question n’est plus « comment adopter l’IA ? » mais « comment éviter d’en abuser ? »

Les fournisseurs d’IA eux-mêmes s’adaptent. Amazon, Google et Microsoft proposent désormais des outils qui acheminent automatiquement les requêtes vers le modèle le plus approprié, et souvent le moins cher, en fonction de la nature de la tâche.

Costi Perricos, responsable mondial de l’IA générative chez Deloitte, tire la leçon de ce moment de sobriété forcée : « Les coûts de calcul entrent désormais dans l’esprit des directeurs financiers et des conseils d’administration. »

Les entreprises ont promis à leurs actionnaires des gains de productivité massifs grâce à l’IA. Mais pour tenir cette promesse, elles doivent désormais s’imposer une discipline qu’elles n’avaient pas anticipée : celle de l’IA à dose mesurée.

The post IA : après l’ivresse, le budget appeared first on Silicon.fr.